广东工业大学|一种基于跳点搜索和剪枝方法的轮式机器人路径规划改进A*算法

An improved A star algorithm for wheeled robots path planning with jump points search and pruning method

Hongqian Huang , Yanzhou Li , Qing Bai 

School of Automation, Guangdong University of Technology, Guangdong 510006, Guangzhou, China.

原文链接：https://comengsys.com/article/view/5019

文章导读

轮式机器人广泛应用于变电站巡检、医疗救助、生活服务等领域，它们可以降低劳动力成本，保护人类免受感染等，尤其是在新冠疫情下，为减少人与人之间的接触感染，机器人作业需求被激发，移动机器人走上防疫一线。轮式机器人路径规划技术要求得到一条最短最优路径，故需要在已构建的轮式机器人模型上，解决诸多问题，如算法效率低、路径规划不合理以及结果易陷入局部最优等。迄今为止，A*算法已被广泛使用，但它存在内存开销大，求解结果次优的问题。因此，本文提出了一种结合跳点搜索和剪枝的改进A*算法。具体来说，使用跳点搜索方法降低开放列表的节点占用率，用剪枝来得到更短的路径。

传统A*算法的解决方案虽然相对最优，但还可以在两个方面进一步改进。一方面，开放列表中存储的大量节点消耗了过多的内存资源。另一方面，在规划路径的拐点处，存在在无障碍栅格上进行剪枝的可能。

作者团队简介

本文来自Complex Engineering Systems期刊副主编吴元清教授的团队。吴教授为广东工业大学自动化学院博士生导师，国家优青，广东省杰青，广东省青年珠江学者。2016年入选广东工业大学青年百人A类，发表1本英文专著（Springer出版社），发表30余篇SCI论文，其中Automatica论文2篇，IEEE Transactions系列15篇等。团队的主要研究方向是自主无人系统协同控制及大数据处理, 承担多个国家级项目。

Complex Engineering Systems (Online ISSN: 2770-6249, https://comengsys.com/)是OAE出版公司于2021年4月创办的一本金色开放获取，严格同行评议的国际学术期刊，主编由意大利米兰理工大学Hamid Reza Karimi教授担任。我们诚挚地欢迎中国该领域的专家关注期刊并投稿，我们将为您的文章出版提供科学、规范、高效的服务!